Разработка комплексированных нейросетей и исследование возможностей их применения для решения прикладных задач
Диссертация
Наряду с развитием персональных ЭВМ, сетей ЭВМ и высокопроизводительных суперЭВМ традиционной архитектуры, в последние годы существенно повысился интерес к разработке и созданию компьютеров нетрадиционного типа. Связано это с тем, что, несмотря на высокую производительность современных суперЭВМ, все еще остается много практически важных проблем, для решения которых нужны более мощные и более… Читать ещё >
Содержание
- 1. ПРИНЦИПЫ ПОСТРОЕНИЯ ИСКУССТВЕННЫХ НЕЙРОСЕТЕЙ И ВОЗМОЖНОСТИ ИХ КОМПЛЕКСИРОВАНИЯ
- 1. 1. Принципы построения искусственных нейросетей
- 1. 2. Методы обучения искусственных нейросетей
- 1. 3. Возможности построения комплексированных нейросетей
- 1. 4. Выводы
- 2. ИССЛЕДОВАНИЕ МЕТОДОВ ОБРАБОТКИ ГРАФИЧЕСКИХ ИЗОБРАЖЕНИЙ НА ОСНОВЕ КОМПЛЕКСИРОВАННЫХ НЕЙРОСЕТЕЙ
- 2. 1. Структура комплексированной нейросети для обработки изображений фотороботов
- 2. 2. Генетические алгоритмы и исследование возможностей их применения для обработки изображений
- 2. 3. Исследование возможности использования комплексированных нейросетей для сжатия и восстановления данных
- 2. 4. Исследования возможности применения нейросетей для идентификации изображений
- 2. 5. Выводы
- 3. КОМПЛЕКСИРОВАННАЯ НЕЙРОСЕТЬ ДЛЯ СИСТЕМ ПРОГНОЗИРОВАНИЯ
- 3. 1. Синтез комплексированной нейросети для решения задач прогнозирования
- 3. 2. Разработка алгоритмов и методов обучения комплексированной нейросети для решения задач прогнозирования
- 3. 3. Сравнительный анализ результатов прогнозирования на многослойном перцептроне и комплексированной нейросети
- 3. 4. Выводы
- 4. РЕШЕНИЕ ПРИКЛАДНЫХ ЗАДАЧ НА ОСНОВЕ КОМП ЛЕКСИРОВ АННОЙ НЕЙРОСЕТИ
- 4. 1. Применение нейросети для классификации речевых сообщений по их эмоциональной составляющей
- 4. 2. Постановка задачи прогнозирования изменения уровня грунтовых вод на основе комплексированной нейросети
- 4. 3. Программа «GeoForecast» для прогнозирования изменения уровня грунтовых вод, состав, описание, полученные результаты
- 4. 4. Выводы
Список литературы
- ЧернухинЮ.В. Нейропроцессоры. Таганрог: ТРТУ, 1994. 175 с.
- Уоссермен Ф. Нейрокомпьютерная техника: теория и практика: Пер. с англ. М.: Мир, 1992. 240 с.
- Галушкин А.И., Кирсанов Э. Ю. Нейронные системы памяти. МАИ, 1991.
- Транспьютерные и нейронные ЭВМ. /Под ред. Левина В. К., Галушкина А. И. Российский Дом знаний, 1992.
- Мкртчян С.О. Проектирование логических устройств ЭВМ на нейронных элементах. М.: Энергия, 1977.
- Дискуссия о нейрокомпьютерах. /Под ред. Крюкова В. И. Пущино, 1988.
- Амосов Н.М. и др. Нейрокомпьютеры и интеллектуальные роботы. /Под ред. Амосова Н. М. АН УССР Ин.-т кибернетики. Киев: Наук. Думка, 1991.
- Page G. F., Gomm J.B. «Application of Neural Networks to Model», Published by Routledge, 1993.
- Richard J. Mammone «Neural Network Theory & Application», Academic Press Inc., New York, 1991.
- Jordanides Т., Torby B. «Expert Systems and Robotics», Springer-Verlag, 1990.
- Meisel W. S. «Computer-Oriented Approaches to Pattern Recognition», Academic Press, 1972.
- Chien Y. T. «Interactive Pattern Recognition», Marcel Dekker, 1978.13. 80170NX Electrically Trainable Analog Neural Network. Intel Corporation, Ord. Num 290 408−002, June 1991.
- SYNAPSE -1. A General Purpose Neurocomputer. Siemens AG Proprietary Information, Febraiy 1994.
- Mead K., Carver S. «Analog VLSI & Neural Systems», Published by Addison Wesley Publishing, 1989.
- Мкртчян С.О. Нейроны и нейронные сети. М.: Энергия, 1971.
- Дунин-Барковский В. Л. Информационные процессы в нейронных структурах. М.: Наука, 1978
- Чернухин Ю.В. Нейропроцессорные ансамбли. Таганрог: ТРТУ, 1995. 149 с.
- Чернухин Ю.В. Микропроцессорное и нейрокомпьютерное управление адаптивными мобильными роботами. Таганрог: ТРТИ, 1993. 91 с.
- Мозг: Пер. с англ./ Под ред. Симонова П. В. М.: Мир, 1982. 280 с.
- Чернухин Ю.В. Нейропроцессорные сети: Монография. Тагарог: Изд-во ТРТУ, 1999. 439 с.
- R. Rosenblatt, «Principles of Neurodinamics», Spartan Books, New York, 1962. Русский перевод: Розенблатт Ф. Принципы нейродинамики: перцептроны и теория механизмов мозга: Пер. с англ. М.: Мир, 1965. 480 с.
- М. Minsky and S. Papert «Perceptrons: An Introduction to Computational Geometry», MIT Press, Cambridge, Mass., 1969. Русский перевод: Минский M., Пейперт С. Персептроны: Пер. с англ. М.: Мир, 1971. 440 с.
- J.J. Hopfield, «Neural Networks and Physical Systems with Emergent Collective Computational Abilities», in Proc. National Academy of Sciences, USA 79, 1982, pp. 2554−2558.
- P. Werbos, «Beyond Regression: New Tools for Prediction and Analysis in the Behavioral Sciences», Ph.D. Thesis, Dept. Of Applied Mathematics, Harvard University, Cambridge, Mass., 1974.
- Parallel distributed processing: Explorations in the microstructure of cognition. Volume 1: Foundation. David E. Rumelhart, James L. McClelland, and the PDP research group. London: MIT Press, 1986. 550 p.
- Haykin Simon. Neural networks: A comprehensive foundation. McMaster University, Hamilton, Ontario, Canada, 1994. 695 p.
- Grossberg St. Neural Networks & Natural Intelligence, Published by MIT Press, 1988.
- Grossberg S. Studies of mmd and brain. Boston: Reidel. 1982, 194 p.
- Кохонен Т. Ассоциативная память. Пер. с англ. М.: Мир, 1980.
- Кохонен Т. Ассоциативные запоминающие устройства. Пер. с англ. М.: Мир, 1982
- Kohonen Т. Self-Organization and Associative Memory. Springer Verlag. 1984.
- Самоорганизующиеся системы. Пер с англ. /Под ред. Соколова Т. Н. М.: Мир, 1964.
- Принципы самоорганизации. Пер с англ. /Под ред. Лернера А. Я. М.: Мир, 1966.
- Фролов А.А., Муравьев И. П. Нейронные модели ассоциативной памяти. М.: Наука, 1987.
- Щербаков П.С. Библиографическая база данных по методам настройки нейронных сетей. Нейрокомпьютер. № 3−4, 1993.
- Криминалистика / Под. редакцией Образцова В. А. VI: Юрист 1995. -592 с.
- Снетков В.А. и др. Криминалистическое описание внешности человека, М., 1984.
- Криминалистика: Учеб. для вузов / И. Ф. Герасименко, Л. Я. Драпкин, Е. П. Шецеко и др.- под ред. И. Ф. Герасименко, Л. Я. Драпкина. М.: Высш. шк., 1994. 528 с.
- Яблоков Н.П. Криминалистика М.: Изадельская группа Норма-ИнфраМ, 2000. — 384 с.
- Снетков В.А. Габитоскопия. Волгоград, 1979.
- Костюк А.И. Разработка и исследование алгоритмов и методовидентификации и цифровой обработки изображений на основе многопроцессорных вычислительных систем. Диссертация на соискание ученой степени кандидата технических наук. Таганрог, 1997.
- Семенков О.И. и др. Обработка и отображение информации в растровых графических системах. Минск: Наука и Техника, 1996.
- Куссуль Э.М., Байдык Т. Н., Структура нейронных ансамблей. Нейрокомпьютер. № 1, 1992.
- Caudill J., Maureen В. «Understanding Neural Networks Computer», Published by MIT Press, 1991.
- J. Hertz, A. Krogh, and R.G. Palmer, Introduction to the Theory of Neural Computation, Addison-Wesley, Reading, Mass., 1991.
- J.A. Anderson and E. Rosenfeld, «Neurocomputing: Foundation of Research», MIT Press, Cambridge, Mass., 1988.
- D.O. Hebb, The Organization of Behavior, John Wiley & Sons, New York, 1949.
- Анил К. Джейн, Жианчанг Мао, К М. Моиуддин. Введение в искусственные нейронные сети // Открытые системы. — 1997 г., № 4.
- Hormk К., Stinchcombe М., White Н. Multilayer Feedforward Networks are Universal Approximators//Neural Networks. 1988. Vol.2 p.359−366.
- IEEE Magazine COMPUTER. Special issue Neural Computing. March 1996.
- Mohamad H. Hassoun Fundamentals of Artificial Neural Network. A Bredford book. The MIT Press, Cambridge, Massachusetts, USA. 1995. 511 p.
- E. Barnard and J.W.E. Holm. A comparative study of optimization techniques for backpropagation. Neurocomputing. An International Journal. Volume 6, Number 1, February 1994 pp. 19−31.
- Горбань A.H. Обучение нейронных сетей. M.: СП «ПараГраф», 1990. 160с.
- Чернухин Ю.В. Искусственный интеллект и нейрокомпьютеры. Таганрог: Изд-во ТРТУ, 1997. 273 с.
- Курейчик В.М. Генетические алгоритмы. Монография. Таганрог: Изд.-во ТРТУ, 1998, 242 с.
- Вороновский Г. К., Махотило КВ., Петрашев С. Н., Сергеев С. Л. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. Харьков: Основа, 1997, 112 с.
- Курейчик В.М. Генетические алгоритмы в технике. Методы кибернетики и информационные технологии, РАЕН, Саратов, СГУ: 1997, с.45−54.
- Курейчик В.М. Генетические алгоритмы. Обзор и состояние. Новости искусственного интеллекта, М: РАИИ, 1998.
- Г. Шустер «Детерминированный хаос. Введение» VI: Мир, 1988.- 240 с.
- М.Холодниок и др. «Методы анализа нелинейных динамических моделей» М.: Высшая школа, 1994.-256 с.
- П. Берже, И. Помо, К. Видаль «Порядок в хаосе. О детерминистском подходе к турбулентности» М.: Мир, 1991, — 368 с.
- С.М.Ермаков, А. А. Жиглявский «Математическая теория оптимального эксперимента» М.: Высшая школа, 1995.-302 с.
- Д.-Э. Бэстенс, В. М. Ван Ден Берг, Д. Вуд «Нейронные сети и финансовые рынки» М.: ТВП «Научное издательство», 1997, — 236 с.
- В.Л. Яковлев, Г. Л. Яковлева, Д. А. Малиевский Нейросетевая экспертная система управления портфелем банка // V Всероссийская конференция «Нейрокомпьютеры и их применение». Сборник докладов 1999, С.291−294.
- Цуприков С. Нейронные вычисления берутся на вооружение финансистами. / Computerworld Moscow — 1985 — N 7 — с. 57−58.
- Галушкин А. Современные направления развития нейрокомпьютерных технологий в России // Открытые системы. — 1997 г., № 4.
- Борисов Ю., Кашкаров В., Сорокин С. Нейросетевые методы обработки информации и средства их программно-аппаратной поддержки // Открытые системы. — 1997 г., № 4.
- Киселев M., Соломатин Е. Средства добычи знаний в финансах и бизнесе // Открытые системы. — 1997 г., № 4.
- Соколов E.H., Вайтнявичус Г. Г. Нейроинтеллект: от нейрона к нейрокомпьютеру,-М.: Наука, 1989. С. 283.
- Суворов C.B., Матихина Н. Ю. Программное моделирование нейроподобных структур./ Распределенная обработка информации.-Улан-Уде, 1989,-с. 28.
- Трикоз Д.В. Нейронные сети: как это делается?/ Компьютеры + программы 1993 — N 4(5) — с. 14−20.
- Масалович А.И. От нейрона к нейрокомпьютеру./ Журнал доктора Добба 1992 — N 1 — с. 20−23.
- Иванченко А.Г. Персептрон системы распознавания образов.// К.: Hay кова думка, 1972.
- Абу-Мустафа Я. С., Псалтис Д. Оптические нейронно-сетевые компьютеры/ В мире науки, 1987. N 5. С. 42−50.
- Барцев С.И. Некоторые свойства адаптивных сетей (программная реализация). Красноярск: Институт физики СО АН СССР, — 1987.
- Барцев С.И., Охонин В. А. Адаптивные сети обработки информации. -Красноярск: Институт физики СО АН СССР, 1986.
- Гольцев А.Д. Яркостная сегментация изображения при помощи нейроподобной сети./ Автоматика 1965 — N 5 — с. 40−50.
- Джеффри Е. Хинтон. Как обучаются нейронные сети./ В мире науки -1992-N11 -N12-с. 103−107.
- Н.Н.Бугаенко, И. В. Карлин, Е. М. Миркес, К. Г. Помренин, Е. В. Смирнова. Нейроинформатика и другие науки.
- Горбань А.Н., Россиев Д. А. Нейронные сети на персональном компьютере. Новосибирск: Наука, Сибирская издательская фирма РАН, 1996.276 с.
- Картавцев В.В. Нейронная сеть предсказывает курс доллара? Компьютеры + программы 1993 — N 6(7) — с. 10−13.
- Тэнк Д.У., Хопфилд Д. Д. Коллективные вычисления в нейроноподобных электронных схемах./ В мире науки. 1988. N 2. С. 44−53.
- Чертков М., Грималюк А. Методика валютного прогнозирования. Одесские деловые новости 1995 — май N 16 — с. 4.
- Федоренко О.Г. Разработка и исследование методов повышения эффективности программно-аппаратных вычислительных средств обработки речевых сигналов. Диссертация на соискание ученой степени кандидата технических наук. Таганрог, 1999.
- Чистович Л.А., Венцов А. В. Физиология речи. Восприятие речи человеком. «Наука», Л. 1976. 388с.
- Галунов В. И. Манеров В.Х. Связь между психофизическим состоянием говорящего и характеристиками речевого сигнала. Тез. докладов 8-го Всесоюзного семинара «Автоматическое распознавание слуховых образов», Львов, 1974, ч. 4, с. 46−48.
- Котляр Г. М., Морозов В. П. Особенности восприятия вокальной речи слушателями различных категорий. В кн.: Речь и эмоции. Матер. Симпозиума. Л., 1975. с. 118−124.
- Котляр Г. М., Морозов В. П. Об акустических коррелятах эмоциональной выразительности речи. Акуст. журн., 1976. т. 22, вып. 3, с 370−376.
- Рамишвили Г. С., Автоматическое опознавание говорящего по голосу. М. «Радио и связь», 1981. 224с
- Фант Г., Анализ и синтез речи. Новосибирск. 1970. 291с.
- Рабинер Л.Р., Шафер Р. В. Цифровая обработка речевых сигналов. Пер с англ. М.: Радио и связь, 1981. 496с.
- Рабинер Л. Р. Голд Б. Теория и применение цифровой обработки сигналов. М. Мир, 1974. 458 с.
- Кантер. Л.А. Системный анализ речевой интонации. Учебное пособие. М. «Высшая школа», 1988.84с.
- Симонов П.В. Теория отражения и психофизиология эмоций. М., 1970. 153с.
- Психофизические характеристики слуха. В кн. Инженерная психология. М., 1964. с.138−158.
- Манеров В.Х. Исследование речевого сигнала для определения эмоционального состояния человека. М. «Наука», 1975. 272с.
- Морозов В.П. Измерение эмоциональной выразительности вокальной речи: возможности и перспективы. В кн.: Речь и эмоции. Материалы симпозиума. Л., 1976. с. 9−10.
- Ю.В. Чернухин, Д. С. Панфилов. «Исследование однослойной нейросети Хопфилда при ее обучении на один базисный вектор». Известия ТРТУ.116
- Тематический выпуск: Материалы всероссийской научно-технической конференции с международным участием «Компьютерные технологии в инженерной и управленческой деятельности». Таганрог: ТРТУ, 2001. № 3 (21), стр. 83−85.
- Ю.В. Чернухин., Д. С. Панфилов. «Использование комплексированной нейросети в системе экологического мониторинга». Тезисы доклада, Известия ТРТУ, Таганрог: ТРТУ, 2002.-N1 (24), стр. 72 (в печати).
- Утверждаю Щтель СК ДПР у^К.Магомедов1. АКТ О ВНЕДРЕНИИ
- УТВЕРЖДАЮ" Лшюектор по учебной работегского государственного 1йческого университета1. А. Н. Каркищенко 2001 г.1. АКТ О ВНЕДРЕНИИ
- Ответственный за внедрение цр/7 Г1!ассистент каф. ВТ ' / Ю.Г.Соловьева
- Листинг главного модуля программы изучения возможностей сжатия и восстановления изображений с использованием нейросети встречногораспространенияunit main-interfaceuses
- Windows, Messages, SysUtils, Classes, Graphics, Controls, Forms, Dialogs, StdCtrls, ExtCtrls-type
- Public declarations } end-var
- Forml: TForml- implementation uses varib- {$R *.DFM}procedure TForml. btnlClick (Sender: TObject) — var i, j: integer, bufbyte- Fl: file- beginif OpenDialogl. Execute then begin
- FileName:=OpenDialogl .FileName- end-
- FileName:=OpenDialogl .FileNaine- end- nastr-if OpenDialogl. Execute then begin
- FileName :=OpenE)ialogl. FileNaine- end-if SaveDialogl. Execute then begin
- FileJNamel :=Save Dialog 1. FileNaine-end-
- Assign Fi I e (FI, File Nam e)-1. Reset (FI, l) —
- AssignFue (FIS, FueNamel) — Rewrile (FlS, l)-for i:=l to 18 do BlockWrite (FIS, zagoll1., l)-1. BlockWrite (FIS, niul, 2)-for i:=l to 2 do BlockWrite (FIS?zagol21.a) —
- Листинг процедур моделирования многослойного перцегарона для задачипрогнозирования данныхunit alnset-
- Procedure Init- Var ij, l, k: integer- x: double- s: string- begin
- NlPtr:=NlHead- for i:=l to NN1 do begin
- With NlPtiA do begin Randomize- NSinPtr:=SinHead- for j:=l toNWl do beginif FlagNew=l then if FlagNewrv=l then begin s:=T-frmRV.Label4.Caption:=s- Sti
- Val (frmRV. edit 1. text, NSinPtx^.W, EnCode) — endeke NSinPt^W:=(l-2*Random)*Sc else begin1. Readhi (F, S)-1. Val (S, x, EirCode)-1. NSinPtr’W:^c-end-
- NSinPtr74. DW :=0- NSniPti-.=NSinPti" .next, end-1. P-POROG-kSp:=l-1. Sp:=0−1. C) utF:=0−1. OutFPog:=C) —
- YSp:=0- OutFPogPr:=C) — end-1. N1 Ptx:--N I PtrA.ne.t-end-for k:=l to kol do begin
- N2Head:=NSloy2k.- N2Ptr:=N2Head- for i:=l to NN2 do begin1. With N2PtrA do begin
- Randomize- NSinPtr:=SinHead- for j:=l to NW2 do beginif FlagJNew=l then if Flag Newrv^l then begin1. Str (kol+l, s)-fmiRV. Label4. Capti 011: -s- Str (i, s)-fimRV. Labels. Captions- Str (j, s)-fimRV. Label?. Caption:^- fimRV. ShowModal-
- Val (fimRV.editl.textNSinPti^.AV3EiTCode) — endelse NSinPtiA. W:=(1 -2 *Random) *Sc else begin
- Readln (F, S) — Val (S, x, EuCode) — NSinl>ljA.W--x-' end-1. NSinPtr’DAV:=0−1. NSinPtr:=NSinPtrA.next-end-
- P:=POROG- kSp:=l- Sp:=0- (DiitF:=0- OutFPog:=0- YSp:=0- C>utFPogPr:=0- end-1. N2Ptr:=N2Ptr"next-end-1. N2PtiA. next:=riil-1. NSloy2k.:=N2Head-end-
- New (N3Ptr) — N3Head:=N3Ptr- New (NSmPtr) — NSPti-rSmHeadi-NSmPtr- for j:=2 to NW3 do begin New (NSmDop) — NSiiiPtr^.next^NSmDop- NSinPtr. NSmDop- end-
- NSinPtrnext:=nil- for i:=2 to NN3 do begin NEW (N3Dop) — N3Pfrnext:=N3Dop- N3Ptr:=N3Dop- New (NSinPtr) — N3 PtrA. SmHead:=NSinPti-- for j:=2 to NW3 do begin NewiNSinDop) — NSinPtrA. next:=NSinDop- NSinPtr:=NSinDop- end-1. NSinPti^.next:=ml- end-
- NSPtiAnext^nil- for k:=l to kol do begin1. New (N4Ptr)-1. N4Head:=N4Ptr-1. New (NSinPtr)-1. N4Ptr^. SinHead:=NSmPtr5for j :=2 to NW4 dobegin
- New (NSinDop) — NSinPtr next: =NSinDop- NSinPti':=NSinDop- end-
- NSinPtrnext=nil- for i:=2 to NN4 do begin
- NEW (N4Dop) — N4PtrA. next:=N4Dop- N4Ptr:=N4Dop- New (NSmPtr) —
- With N21^ do begin {with} NSinPtr:=SmHead- for j:=l to NW2 do begin {for j}
- N SmPtr. W: =NSiiiPtrA. W +N SmPtrA. DW- NSinPtr^.DW :=0- NSinPtr-NSinPti^.next- end, {for j} end- {with} N4Ptr:=N4PtiA.next- end- {for i) end-end- {main} { }1. Procedure vach-1. Var ij, k, yi5kmas:integer, s 1: string- begin {main} kmas:=l- 1−0-
- NlPtr:=NlHead-. frmFile. edit3 .text:=" — fimFile. edit6.text:==" — fori: 1 to NN 1 do begin {for i} With NlPtr^ do begin {withl} Sp:=0-
- NSinPtr:=SinHead- for ji—1 toNWl do147
- N2Ptr:=N2Ptr"next- end- {fori} end-if 1=1 then begin Str (ll, sl)-if mchi=0 then frmRaspoz. edit 1 .texl: s 1- if ruchr=l then frmRaspozRV. editl, text:=sl- end-end- {main} {)1. BEGIN1. END.